基于过采样支持向量机的煤与瓦斯突出预测

基于机器学习的煤与瓦斯分类预测方法中,各突出案例的数量不平衡会导致预测准确率降低。为了提升煤与瓦斯突出预测模型的准确率及稳定性,构建了过采样算法和支持向量机(support vector machine, SVM)组合的分类预测模型。首先,通过聚类分析将突出样本分成多个簇,在每个簇中对可能的噪声点按概率去除;然后通过过采样算法合成新样本,以减少样本数量不均衡对模型训练的影响;最后,用支持向量机模型结合粒子群算法对新数据集进行训练调优。实验结果表明:提出的模型在G-mean、曲线下面积(area under curve, AUC)值上均高于传统的分类模型,具有更强的算法鲁棒性,并且随着突出样本数量的减少,其优势更加明显。     

终端区飞行轨迹聚类分析及异常轨迹识别

为有效掌握空中交通流的分布规律,提高飞行轨迹聚类效率与质量,提出了一种精确度高、运算快、自主识别异常轨迹的飞行轨迹聚类方法.首先,改进均匀参数化法降低了飞行轨迹数据规模.其次,提出一种基于核主成分分析(kernel prin-cipal component analysis,KPCA)和飞行轨迹降维方法,突出不同类点之...     

论特色经济与提升西部民族地区核心竞争力

区域核心竞争力能够支持一个区域经济长期和持续不断地发展。特色经济由于其独占性、效益性、辐射和扩散性以及可持续性,是提升区域核心竞争力的内生力量。对西部民族地区而言,利用其独有的资源条件发展特色经济,能够将民族地区的比较优势转化为竞争优势,并形成民族地区的核心竞争力,从而促进西部民族地区经济的持续快速发展。     

基于联盟的无人机集群编队控制方法

针对切换拓扑结构下的集群编队控制问题,设计只需个别无人机获取虚拟长机信息也能保证集群连通性的编队控制算法。当队形变换或部分通讯网络故障导致网络拓扑结构发生改变时,以距离为原则对集群进行联盟划分,各联盟内部成员以信息浓度大小为标准同其他成员进行竞争,由信息浓度最大的无人机获取虚拟长机信息,其联盟成员通过与该无人机通讯间接获取虚拟长机信息。该算法使得每架无人机在任意时刻都能直接或间接地获取虚拟长机信息。引入集群对虚拟长机的反馈机制,与传统反馈算法不同的是,本文中反馈无人机的数量和组成成员都是变化的,从而提高了系统的收敛速度和鲁棒性。在此基础上进一步讨论编队的损伤问题,设计了一种基于分层的分布式递归自修复算法,解决了网络分裂状态下的自修复及修复后队形变化过大的问题。仿真结果表明了所建模型的合理性和求解方法的有效性。     

基于神经网络的Internet导航

为迅速准确地在Ｉｎｔｅｒｎｅｔ中获取所需信息,且不致于迷航,通过对Ｉｎｔｅｒｎｅｔ导航的分析,在采用分级结构方法和簇分析相结合的基础上,提出了一种形成单层神经网络形式的概念空间,利用Ｈｏｐｆｉｅｌｄ 神经网络算法的联想功能,通过跟踪用户的浏览行为,对用户浏览进行导航．实验证明,这种导航方法能够大大提高用户的浏览效率．     

动态流动单元研究

动态流动单元是在前人关于流动单元研究基础上的发展。动态流动单元的研究不仅以岩石地质、物理性质为基础,还引入油藏流体性质参数。在开发过程中油藏流体是变化的,因此动态流动单元也是变化的。在开发的不同阶段有不同的流动单元分布特点,开发初期确定的动态流动单元代表着油藏原始状态。文中以某油田Ｊ２井为例,用三种不同的方法选用流动系数、存储系数、净／毛厚度比、含油饱和度和饱和度中值压力为特性指标,用模糊ＩＳＯＤＡＴＡ划分动态流动单元。把流动单元的静态和动态对比分析发现：动态流动单元更接近开发,可以直接为开发方案的调整提供依据。     

骆驼蓬属主分量及模糊聚类分析

应用主分量和模糊聚类方法对国产骆驼蓬属进行了分类,验证其经典分类结果,并揭示其主要性状之间的内在联系及各性状所占有信息比例     

基于多元公共品演化博弈的无人作战集群策略占优条件

如何提高集群中合作者占比, 是无人集群作战中自主协同的关键问题之一。基于多元公共品演化博弈框架, 对无人作战集群策略占优条件进行了理论推导和特性分析。首先,给出无人集群自主协同需求, 建立基于愿景驱动的多元演化博弈模型。然后,以平均丰度函数为出发点, 理论推导多元演化博弈的合作策略占优条件。在此基础上, 针对线性和带门限值的两类公共品博弈, 仿真分析收益系数、愿景水平、门限值等参数对策略占优的影响, 获取两类博弈模型的策略占优特性。最后, 依据特性分析结果, 给出实现无人集群合作策略占优的建议, 为无人集群作战的机制设计提供决策支持。     

区域产业竞争力的理论及其评价研究综述

国外产业竞争力研究始于20世纪70年代,国内研究从20世纪90年代初开始起步.文章从产业竞争力的内涵、竞争力来源的理论基础、产业竞争力的测度方法等方面进行了有关的理论综述和研究方法综述,回顾总结了国内外产业竞争力的相关研究成果,并对目前的研究进行了总体评价.     

粗糙集连续属性离散化的SOM网络方法

基于Rough Set理论中的不可分辨性原理,给出两个新的定义属性的最大区分值(Maximum Dis-cernibility Value,MDV)和属性冗余度(Attribute Redundancy Rate,ARR)。在数据预处理阶段,属性的MDV数值用于确定关于自组织映射网络SOM输出单元数量的启发式搜索策略;属性冗余度则用于衡量属性约简结果的信息冗余程度,并以此作为优化SOM网络输出层结构的依据。不依赖于领域经验知识,建立了MDV、SOM、ARR的组合算法模型,实现了Rough Set理论中连续属性的自动离散化计算,并明显提高了属性约简的速度。最后,通过项目实例对全过程进行有效验证。